抓取网页文件中的email地址的简易java程序

 

我们可以先下载一个网页文件在自己的硬盘上，然后通过URL地址读取文件，利用这则表达式一一对比所读出的字符串是否是email地址，实现抓取！传说的垃圾邮件首先就是要先再网页中抓取别人的email地址，具体的小程序如下：

import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Pattern;
import java.util.regex.*;

public class Spider {

 public static void main(String[] args) {
  try {
   BufferedReader buf = new BufferedReader(new FileReader("F:\\a.mht"));
   String line = "";
   while ((line = buf.readLine()) != null)
    pattern(line);
  } catch (FileNotFoundException e) {
   // TODO Auto-generated catch block
   e.printStackTrace();
  } catch (IOException e) {
   // TODO Auto-generated catch block
   e.printStackTrace();
  }
 }

 private static void pattern(String line) {
  Pattern p = Pattern.compile("[\\w[._]]+@[\\w[._]]+\\.[\\w]+");//email地址的正则表达式；
  Matcher m = p.matcher(line);
  while(m.find()){
   System.out.println(m.group());
  }
  /*while(p.matcher(line)!=null){
   
  }*/

 }

}